40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 هوش مصنوعی علیه بیماری‌ها؛ توسعه هوش مصنوعی برای داروسازی

هوش مصنوعی علیه بیماری‌ها؛ توسعه هوش مصنوعی برای داروسازی

هوش مصنوعی ADDISON به‌عنوان یک مدل قدرتمند، راه‌اندازی شده که در کشف ترکیبات و فرایندهای تازۀ دارویی به درمان بیماری‌ها کمک خواهد کرد.
شرکت علوم زیستی آمریکا و کانادا تحت مدیریت Merck KGaA از درمشتات آلمان، که شرکتی پیشرو در زمینه‌ علم و فناوری است، نرم‌افزار توسعه داروی AIDDISON را راه‌اندازی کرده است. این سیستم، ابزارهای هوش مصنوعی مولد، یادگیری ماشین و طراحی دارویی را با هدف تسریع توسعۀ داروهای جدید ترکیب می‌کند.
نرم‌افزار AIDDISON با داده‌های بیش از ۲۰ سال تحقیق دانشمندان، آموزش دیده و می‌تواند بیش از ۶۰ میلیارد ترکیب را شناسایی کند که به‌شکل بالقوه، قابلیت به‌کاررفتن در داروها رو دارند. این ترکیب‌ها که دارای ویژگی‌هایی از جمله غیرسمی بودن، حلالیت و پایداری در بدن هستند پس از شناسایی، توسط نرم‌افزار بررسی می‌شوند تا راه تولید کاراترین ترکیب آن‌ها برای دستیابی به دارو تعریف شود.


کارن مدن، مدیر ارشد فناوری بخش تجارت علوم زیستی Merck KGaA معتقد است: «با توجه به تعداد بیمارانِ در انتظار دارو، عرضۀ یک ترکیب دارویی جدید به بازار ۱۰ سال طول کشیده و هزینه‌ای بالغ بر ۲ میلیارد دلار خواهد داشت؛ در حالی‌که پلتفرم ADDISON قادر است در هر آزمایشگاهی به‌کار گرفته شده تا مناسب‌ترین ترکیب را برای ایجاد داروی جدید شناسایی کند.»
کشف یک ترکیب دارویی جدید، فرایندی طولانی است؛ علاوه بر این، شانس موفقیت یک کاندیدای اولیه تنها ۱۰٪ است. این حقایق به ما گوشزد می‌کنند که توسعۀ یک داروی تازه علاوه بر زمان، به منابع مالی و نیروی متخصص بسیاری نیاز دارد. در این شرایط مدل‌هایی مانند AIDDISON می‌توانند سرنخ‌های کارامد را از بین کاندیداهای دارویی بسیار زیاد شناسایی کرده و به این شکل علاوه بر صرفه‌جویی در زمان و منابع، شانس موفقیت ترکیب‌های شناسایی شده را نیز بالا ببرند. پیش‌بینی می‌شود که هوش مصنوعی بتواند تا سال ۲۰۲۸ بیش از ۷۰ میلیارد دلار در فرایند و تا ۷۰ درصد در زمان و هزینه‌های کشف دارو صرفه‌جویی کند.

بنر اخبار هوش مصنوعی

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]